Kom igångKom igång gratis

Köra en spaCy-pipeline

Du har redan kört en spaCy NLP-pipeline på ett enskilt textstycke och extraherat tokens från en given lista med Doc-objekt. I den här övningen får du träna på de första stegen för att köra en spaCy-pipeline på texts, som är en lista med textsträngar.

Du kommer att använda modellen en_core_web_sm för detta ändamål. Paketet spaCy har redan importerats åt dig.

Den här övningen är en del av kursen

Naturlig språkbehandling med spaCy

Visa kurs

Övningsinstruktioner

  • Läs in modellen en_core_web_sm som nlp.
  • Kör nlp() på varje element i texts och lägg till varje motsvarande Doc-objekt i en lista som heter documents.
  • Skriv ut tokentexterna för varje Doc-objekt i listan documents.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Load en_core_web_sm model as nlp
nlp = spacy.____(____)

# Run an nlp model on each item of texts and append the Doc container to documents
documents = []
for text in ____:
  documents.append(____)
  
# Print the token texts for each Doc container
for doc in documents:
  print([____ for ____ in ____])
Redigera och kör kod